Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "equipment monitoring" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Object and operation supported maintenance for mining equipment
    Obiektowo i eksploatacyjnie wspomagane utrzymanie górniczego wyposażenia
    Autorzy:
    Bartelmus, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/89158.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Wrocławska. Wydział Geoinżynierii, Górnictwa i Geologii. Instytut Górnictwa
    Tematy:
    condition monitoring
    characteristic frequencies
    vibration
    load susceptibility characteristics
    mining machinery/equipment
    maintenance
    object support
    operation support
    Opis:
    The paper aroused in answer to discussion in Mining Magazine (MM) September 2011 and July/August 2013. The paper shows that discussion given in the MM issue July/August 2013 does not fulfill expectations expressed in MM issue 2011. The presented paper is the review on maintenance that is based on condition monitoring as tool for detection of faults and failure prevention. Fault and failure are regarded as inevitable during the machine operation as the process of wear and the process of degradation. The question is, if one can influence the wear and degradation process, using condition monitoring. The paper will present technology (in reference to cited papers) which demonstrates that the use of the proper method can influence the wear and machine degradation process, using proper condition monitoring techniques and knowing scenarios of wear and degradation process, the maintenance can be rationalized. The presented paper shows possible improvements which are needed to fulfill expectations expressed in MM September 2011 and they are not taken into consideration in MM July/August 3013. These improvements can be fulfilling on the bases of object and operation supported maintenance.
    Artykuł powstał w odpowiedzi na dyskusję w Mining Magazine (MM) wrzesień 2011 i lipiec/sierpień 2013. Artykuł pokazuje, że dyskusja przedstawiona w MM 2013 nie spełnia oczekiwań wyrażonych w MM wydanie 2011. Przedstawiana praca jest przeglądem na temat obsługi maszyn, która bazuje na monitorowaniu jako narzędzie dla detekcji uszkodzeń i ich zapobieganiu. Uszkodzenia są uważane jako nieuchronne w eksploatacji jako proces zużycia i degradacji. Istnieje pytanie czy można wpłynąć na proces zużycia i degradacji wykorzystując monitorowanie stanu. Artykuł przedstawił technologię (w odniesieniu do cytowanych prac), które pokazują, że wykorzystując monitorowanie i znając scenariusze zużycia i proces degradacji można racjonalizować eksploatację. Przedstawiony artykuł pokazuje możliwe ulepszenia, które są potrzebne, aby spełnić oczekiwania wyrażone w MM wrzesień 2011, a które nie są brane pod uwagę w MM 2013. Te ulepszenia mogą być spełnione na podstawie wspomagania wnioskowania wynikającego z znajomości cech obiektu i warunków eksploatacji.
    Źródło:
    Mining Science; 2014, 21; 7-21
    2300-9586
    2353-5423
    Pojawia się w:
    Mining Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Camera-based PHM method in rotating machinery equipment micro-action scenarios
    Autorzy:
    Junfeng, An
    Liu, Jiqiang
    Zhen, Hao
    Mengmeng, Lu
    Powiązania:
    https://bibliotekanauki.pl/articles/24200809.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    deep learning
    condition monitoring
    Rmcad
    anomaly detection
    defect early warning
    Opis:
    The health operation of rotating machinery guarantees safety of the project. To ensure a good operating environment, current subway equipment inspections frequency is high, resulting in a waste of resources. Small abnormal changes in mechanical equipment will also contribute to the development of mechanical component defects, which will ultimately lead to the failure of the equipment. Therefore, mechanical equipment defects should be detected and diagnosed as soon as possible. Through the use of graphic processing and deep learning, this paper proposes Rmcad Framework with three aspects: condition monitoring, anomaly detection, defect early warning. Using a network algorithm, this paper proposes an improved model that has the characteristics of two-stream and multi-loss functions, which improves the accuracy of detection. Additionally, a defect warning method is constructed to improve the perception ability of equipment before failure occurs and reduce the frequency of frequent maintenance by detecting anomalies according to the degree of opening.
    Źródło:
    Eksploatacja i Niezawodność; 2023, 25, 1; art. no. 10
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies